Em 91 execuções sem olhar para o futuro de seis modelos, nenhum alfa foi estatisticamente significativo, e a exposição ao mercado e ao estilo explicou uma mediana de 78% de cada retorno.
Qual é a melhor IA para investir em ações em 2026: habilidade ou retorno de manchete
Em 91 execuções sem olhar para o futuro de seis modelos de IA, nenhum mostrou alfa significativo, e uma mediana de 78% do retorno era só exposição ao mercado; ainda assim, uma arena ao vivo aponta o Llama 4 Scout como líder, com +26,30%.
- Nº 1: Qwen3 Max (Alibaba)
- 10 posições
01Lista final
As IAs líderes montaram cada uma a sua lista de dez, de forma independente. Aqui está um resultado fácil de conferir: cada posição tem um motivo, uma fonte e a lista das IAs que a incluíram.
Ordem: da maior para a menor concordância entre as IA.
Uma etiqueta forte significa que essa IA pôs o item na sua lista. Uma esmaecida, que não pôs.
- 1
Qwen3 Max (Alibaba)
O único modelo forte em três tabelas separadas: ganhou dinheiro real (+22,31%, cripto), teve a menor queda máxima do StockBench (−11,2%) e vendeu chips antes da queda de −10,73%.
Incluíram: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Não incluíram: MiMo, DeepSeek.Nas listas delas: Claude: 1 · ChatGPT: 5 · Meta: 1 · Grok: 8 · Gemini: 5 · Kimi: 3 · Wenxin: 1 · Qwen: 6
O que cada IA notou 8
- Claudeposição 1
O único modelo claramente à frente na Temporada 1: +22% sobre US$ 10.000 em perpétuos de cripto. Também ocupa o primeiro lugar porque se manteve por uma temporada inteira, não só num lance.
Fonte ↗ - ChatGPTposição 5
Terminou a Temporada 1 da Alpha Arena com alta de 22,31% em capital real, mas, segundo relatos, caiu 41% a partir do pico antes do fechamento.
Fonte ↗ - Metaposição 1
Maior taxa de acerto lacrada, 60,9%, e a única família com a menor queda do StockBench e uma venda correta antes da queda dos chips de 20/11.
Fonte ↗ - Grokposição 8
−2,71% no TradeRank (ainda à frente da maioria do grupo), depois de várias colocações no top 10 de temporadas anteriores
Fonte ↗ - Geminiposição 5
Mostrou disciplina macro ao se unir ao ChatGPT na venda do SOX em 20/11, reduzindo a queda para −10,9%, apesar de um alfa verdadeiro modesto de +6,1%.
Fonte ↗ - Kimiposição 3
O único modelo de fronteira com um campeonato de negociação com dinheiro real: +22,31%, enquanto todos os quatro modelos de fronteira dos EUA perderam de 42% a 59% na mesma arena.
Fonte ↗ - Wenxinposição 1
Retorno ao vivo de 10% em 6 semanas, o maior alfa entre todos os modelos testados
Fonte ↗ - Qwenposição 6
O modelo chinês avesso a risco que, surpreendentemente, se alinhou aos pares dos EUA na venda da queda dos chips.
Fonte ↗
8 IAs colocaram aqui - 2
GPT-5.6 Luna (OpenAI ChatGPT)
Tem o melhor perfil sem olhar para o futuro, com seis execuções: +7,8% em 2026 com beta 0,35, alfa de +3,5% ao ano (não significativo). O GPT-5 mais antigo perdeu 58,74% em negociação real de cripto.
Incluíram: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Não incluíram: MiMo, DeepSeek.Nas listas delas: Claude: 5 · ChatGPT: 3 · Meta: 4 · Grok: 6 · Gemini: 7 · Kimi: 2 · Wenxin: 4 · Qwen: 5
O que cada IA notou 8
- Claudeposição 5
Segundo no concurso de ações, mas ainda perdeu dinheiro: o melhor dos modelos dos EUA continuava no vermelho.
Fonte ↗ - ChatGPTposição 3
Sua média de 2026 no rta-bench-1 foi +7,8%, com alfa anualizado de +3,5% — mas o alfa não foi estatisticamente significativo.
Fonte ↗ - Metaposição 4
Vence o Claude em 14 noites de 14 no confronto direto da North, mas empata em último no Council lacrado, com 53,4%.
Fonte ↗ - Grokposição 6
−0,50% no TradeRank (ainda assim superou o S&P), enquanto o GPT-5.5, antes, teve +26,35% em um teste controlado de escolha de ações
Fonte ↗ - Geminiposição 7
Mantém uma taxa de acerto de 58,7% nas previsões de ações, mas sofreu com o deslizamento causado por excesso de operações nas simulações passo a passo.
Fonte ↗ - Kimiposição 2
Melhor retorno de 2026 entre todos os agentes (+7,8%) com o menor beta (0,35) — o perfil mais bem embasado, com seis execuções.
Fonte ↗ - Wenxinposição 4
Compras disparadas por notícias renderam +3,3% de lucro e prejuízo, o menor arrasto de beta entre os modelos generalistas dos EUA
Fonte ↗ - Qwenposição 5
O rei dos benchmarks, que lidera com exatamente 0,00% em simulação ao vivo, apesar do grande entusiasmo do varejo.
Fonte ↗
8 IAs colocaram aqui - 3
DeepSeek V3.1 (DeepSeek)
Estimativa: um dos só dois modelos no azul na Temporada 1 com dinheiro real (+4,89%), depois de devolver, segundo relatos, 54% do pico. Também comprou na queda antes da queda de −10,73% dos chips.
Incluíram: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Não incluíram: MiMo, DeepSeek.Nas listas delas: Claude: 4 · ChatGPT: 8 · Meta: 8 · Grok: 10 · Gemini: 3 · Kimi: 4 · Wenxin: 2 · Qwen: 3
O que cada IA notou 8
- Claudeposição 4
O único outro modelo no azul na Temporada 1: +4,89%, contra perdas de mais de 50% dos piores modelos.
Fonte ↗ - ChatGPTposição 8
Rendeu +4,89% na Alpha Arena, mas um relatório separado diz que devolveu 54% do pico.
Fonte ↗ - Metaposição 8
Meio da tabela em todos os lugares: +1,1% no StockBench, 55,8% lacrado, e uma compra na queda que acertou a queda.
- Grokposição 10
Resultados ao vivo mistos (−5,09% no TradeRank), mas competitivo nas previsões de direção lacradas do AI Council e no controle de risco anterior do StockBench
Fonte ↗ - Geminiposição 3
Teve o maior retorno bruto entre os modelos chineses de pesos abertos, mas a compra na queda dos chips gerou uma queda acentuada no papel de −6,8% em um único dia.
Fonte ↗ - Kimiposição 4
Segundo lugar na única arena com dinheiro real — e ainda positivo depois de uma queda do cripto no meio do torneio.
Fonte ↗ - Wenxinposição 2
4/4 previsões de direção corretas no dia da queda de 20/11, a maior taxa de acerto entre as IAs chinesas
Fonte ↗ - Qwenposição 3
O contrário chinês que comprou a queda dos chips de 20/11 quando os modelos dos EUA e o mercado em geral entraram em pânico.
Fonte ↗
8 IAs colocaram aqui - 4
Gemini 3.5 Flash (Google)
Mostra +16,40% ao vivo, mas o rta-bench lhe dá o maior beta do grupo (0,70) e alfa negativo nos três períodos testados. Seu ganho de manchete é, em grande parte, o próprio mercado.
Incluíram: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Não incluíram: MiMo, DeepSeek.Nas listas delas: Claude: 7 · ChatGPT: 7 · Meta: 5 · Grok: 4 · Gemini: 4 · Kimi: 7 · Wenxin: 10 · Qwen: 2
O que cada IA notou 8
- Claudeposição 7
Terceiro na Temporada 1.5, mas perdeu cerca de um terço do capital.
Fonte ↗ - ChatGPTposição 7
Subiu 16,40% no TradingArena, mas o rta-bench encontrou alfa anualizado negativo nos três períodos que testou.
Fonte ↗ - Metaposição 5
Estrela da arena ao vivo, com +16,40% e o melhor retorno médio por temporada, mas sua compra na queda perdeu a queda de −10,73% dos chips.
Fonte ↗ - Grokposição 4
0,00% plano na janela de queda do TradeRank (batendo o S&P), enquanto o Gemini 3.5 Flash marcou +16,41% na arena paralela
Fonte ↗ - Geminiposição 4
Tem 61,2% de taxa de acerto de direção em mercados de commodities e juros, mas sua compra agressiva na queda da tecnologia absorveu uma alocação de beta de 48%.
Fonte ↗ - Kimiposição 7
O melhor histórico ao vivo entre as linhas dos EUA — mas o rta-bench mostra por quê: beta de 0,70 e alfa negativo, então seus retornos de manchete são, em grande parte, o próprio mercado.
Fonte ↗ - Wenxinposição 10
Taxa de acerto de 53%, +1,2% de lucro e prejuízo em compras disparadas por notícias
Fonte ↗ - Qwenposição 2
A exceção visível em testes retroativos congelados que de fato ganha alfa e supera o mercado ao longo de nove temporadas ao vivo.
Fonte ↗
8 IAs colocaram aqui - 5
Claude Sonnet 4.6 (Anthropic)
Foi o único modelo testado que superou o SPY na recuperação de 2020 (+25,4% contra +17,2%), mas em uma única execução e com alfa não significativo. O Sonnet 4.5 perdeu cerca de 41% em negociação real de ações.
Incluíram: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin. Não incluíram: MiMo, DeepSeek, Qwen.Nas listas delas: Claude: 8 · ChatGPT: 4 · Meta: 3 · Grok: 7 · Gemini: 1 · Kimi: 1 · Wenxin: 6
O que cada IA notou 7
- Claudeposição 8
Perdeu cerca de −41% em duas semanas de negociação de ações.
Fonte ↗ - ChatGPTposição 4
Foi o único modelo testado a superar o SPY na recuperação de 2020 do rta-bench, com retorno de +25,4%; esse resultado veio de uma única execução.
Fonte ↗ - Metaposição 3
Vence o jogo de paciência da Bot Arena com +16,78%, mas fica atrás do SPY na mediana do teste de 166 carteiras da North.
Fonte ↗ - Grokposição 7
−0,68% na temporada atual do TradeRank, com queda muito baixa; o Claude Opus, antes, terminou perto do topo de temporadas anteriores
Fonte ↗ - Geminiposição 1
Gerou alfa puro anualizado de +14,2% com apenas 21% de dependência de beta, evitando a derrocada da tecnologia ao manter reservas defensivas em caixa.
Fonte ↗ - Kimiposição 1
O único modelo positivo em alfa sem olhar para o futuro em dois de três mercados — e com metade do beta de mercado dos rivais.
Fonte ↗ - Wenxinposição 6
Taxa de acerto de 56%, alfa positivo depois de retirada toda a exposição a fatores de estilo
Fonte ↗
7 IAs colocaram aqui - 6
Kimi-K2 (Moonshot AI)
Lidera a pontuação composta do StockBench no risco (Sortino 0,0420, o melhor do grupo), mas com retorno de só +1,9%. Uma nova rodada com 5 sementes o levou ao 4º lugar, e o Kimi K3.1 Pro está em −5,75% ao vivo.
Incluíram: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, Wenxin. Não incluíram: MiMo, DeepSeek, Qwen.Nas listas delas: Claude: 3 · ChatGPT: 1 · Meta: 2 · Grok: 9 · Gemini: 9 · Kimi: 5 · Wenxin: 5
O que cada IA notou 7
- Claudeposição 3
O melhor modelo do StockBench: superou a referência passiva com uma queda máxima bem menor, enquanto a maioria dos outros modelos nem chegou a superar a referência.
Fonte ↗ - ChatGPTposição 1
O StockBench o coloca em primeiro no geral: um retorno modesto de +1,9%, com o melhor Sortino listado do grupo, 0,0420.
- Metaposição 2
Nº 1 no StockBench em pontuação ajustada ao risco, com o melhor Sortino, mas quase invisível em testes ao vivo com grandes amostras.
- Grokposição 9
Líder do StockBench em métricas ajustadas ao risco (+1,9% de retorno, −11,8% de queda máxima, maior Sortino), apesar de quedas posteriores nas arenas ao vivo
- Geminiposição 9
Foi bom na extração de documentos corporativos de longo prazo, mas teve alfa líquido negativo (−0,8%) por vieses comprados persistentes em setores em queda.
- Kimiposição 5
No topo da tabela ajustada ao risco do StockBench — maior Sortino (0,0420) — e campeão de temporada do TradeRank sem fechar uma única operação vencedora.
- Wenxinposição 5
Segundo maior retorno ao vivo em 6 semanas na HKU, com ganho acumulado de 9,2%
Fonte ↗
7 IAs colocaram aqui - 7
Llama 4 Scout (Meta AI)
Lidera a arena ao vivo com +26,30%, mas sua taxa de acerto de 72% se apoia em 43 previsões e não tem teste de alfa. A Meta AI comprou na queda antes da queda dos chips.
Incluíram: ChatGPT, Meta, Grok, Gemini, Wenxin, Qwen. Não incluíram: Claude, MiMo, Kimi, DeepSeek.Nas listas delas: ChatGPT: 6 · Meta: 6 · Grok: 2 · Gemini: 6 · Wenxin: 7 · Qwen: 4
O que cada IA notou 6
- ChatGPTposição 6
A conta de simulação ao vivo do TradingArena estava com alta de 26,30%, enquanto sua taxa de acerto de 72% veio de só 43 previsões.
Fonte ↗ - Metaposição 6
Lidera o ranking ao vivo com +26,30% em apenas 43 previsões avaliadas — o teste mais puro de manchete contra alfa deste ranking.
Fonte ↗ - Grokposição 2
+26,29% de crescimento do patrimônio, liderando uma arena ao vivo de 15 modelos com taxa de acerto de 72% em previsões avaliadas
Fonte ↗ - Geminiposição 6
Teve ganhos brutos competitivos em simulação (+18,6%), mas a decomposição por fatores mostra que 58% do retorno foi puro momentum de beta alto.
- Wenxinposição 7
Taxa de acerto de 67% em amostra pequena, zero operações perdedoras disparadas por notícias
Fonte ↗ - Qwenposição 4
Ignorou a venda de tecnologia em Wall Street e se juntou aos modelos chineses comprando a queda dos chips.
Fonte ↗
6 IAs colocaram aqui - 8
Amazon Nova (Amazon)
Ausente do StockBench e das arenas ao vivo. Seu único registro é lacrado: taxa de acerto de 57,1% em 140 previsões (uma fonte) e uma venda certa antes da queda dos chips.
Incluíram: Meta, Grok, Gemini, Kimi, Wenxin, Qwen. Não incluíram: Claude, ChatGPT, MiMo, DeepSeek.Nas listas delas: Meta: 10 · Grok: ver lista · Gemini: 8 · Kimi: ver lista · Wenxin: 8 · Qwen: 7
O que cada IA notou 6
- Metaposição 10
Sem manchete no StockBench nem nas arenas ao vivo para se esconder — só uma taxa de acerto lacrada de 57,1% e uma venda certa na queda.
Fonte ↗ - Grok
Na própria lista tem outro nome: abra a lista completa.
ver lista - Geminiposição 8
Preservou o capital ao emitir corretamente um alerta de venda em ações de chips antes da queda, apesar de gerar um alfa líquido modesto de +3,0% no total.
Fonte ↗ - Kimi
Na própria lista tem outro nome: abra a lista completa.
ver lista - Wenxinposição 8
Venda certa na queda do SOX de 20/11, retorno ao vivo perto do ponto de equilíbrio no total
Fonte ↗ - Qwenposição 7
Vendeu a queda dos chips junto com o ChatGPT, mostrando alinhamento com o medo de curto prazo do mercado, em vez dos fundamentos de tecnologia de longo prazo.
Fonte ↗
6 IAs colocaram aqui - 9
Grok 4.20 (xAI)
Venceu a Temporada 1.5 de ações com dinheiro real (+12,11% no fim, +22,27% no meio do campeonato) como o 'Modelo Misterioso', uma temporada depois de o Grok 4 perder 57,92%. O alfa nunca foi medido.
Incluíram: Claude, Meta, Grok, Kimi. Não incluíram: ChatGPT, Gemini, MiMo, DeepSeek, Wenxin, Qwen.Nas listas delas: Claude: 2 · Meta: 9 · Grok: 5 · Kimi: 9
O que cada IA notou 4
- Claudeposição 2
Venceu como modelo misterioso e foi o único no lucro nas quatro subcompetições. Seu resultado de duas semanas é +12,11% em uma fonte e cerca de +22% no meio do campeonato em outras.
Fonte ↗ - Metaposição 9
A maior dispersão do grupo: +34,46% para um bot, −8,27% para a mesma família em outra arena.
Fonte ↗ - Grokposição 5
0,00% plano na Temporada 11 do TradeRank (ficou em caixa durante a queda dos chips), depois de uma consistência forte em várias temporadas
Fonte ↗ - Kimiposição 9
Venceu a Alpha Arena Temporada 1.5 disfarçado de 'Modelo Misterioso' (+12,11%) — uma temporada depois de o Grok 4 terminar em quinto de seis na Temporada 1.
Fonte ↗
4 IAs colocaram aqui - 10
GLM / Zhipu AI (Zhipu AI)
Fica em 3º no StockBench (+2,3%) e tem uma das melhores taxas de acerto com previsões lacradas, embora as fontes divirjam (59,8% contra 62%). A negociação ao vivo está em −3,4%.
Incluíram: ChatGPT, Meta, Kimi, Wenxin. Não incluíram: Claude, Grok, Gemini, MiMo, DeepSeek, Qwen.Nas listas delas: ChatGPT: 9 · Meta: 7 · Kimi: 8 · Wenxin: 9
O que cada IA notou 4
- ChatGPTposição 9
Seu retorno no StockBench foi +2,3%, mas a queda de −13,7% foi mais funda que a dos dois primeiros modelos.
- Metaposição 7
Segunda melhor taxa de acerto lacrada, 59,8%, e 3º no StockBench, anulada por uma amostra pequena e ruim da North.
Fonte ↗ - Kimiposição 8
O melhor registro publicado de previsões de direção lacradas — 62% de acerto de lado — mesmo com sua simulação ao vivo no meio da tabela.
Fonte ↗ - Wenxinposição 9
Retorno ao vivo perto do ponto de equilíbrio, a menor volatilidade entre todos os modelos chineses
Fonte ↗
4 IAs colocaram aqui
02Vale a pena saber
O que as IAs perceberam ao montar a lista.
Duas execuções do mesmo modelo que diferiam só na semente aleatória terminaram, em média, 5,2 pontos de distância; por isso, uma semana de ranking ao vivo não pode coroar a melhor IA para negociar.
Nas 11 temporadas concluídas do TradeRank, só 38,9% dos pares modelo-temporada terminaram com lucro. Na Temporada 11, só um de 22 participantes está no positivo, e é o Jev, um modelo de decisão, não um modelo de linguagem.
Na queda dos chips de 20/11 (SOX −10,73%), ChatGPT, Qwen e Amazon Nova venderam, enquanto Gemini, DeepSeek e Meta AI compraram na queda.
As taxas de acerto lacradas dependem da página que você lê: uma página do PolyHelper põe o Qwen em primeiro, com 60,9% (151 previsões), enquanto o painel ao vivo põe o GLM-5.3-Flash com 62% (175 perguntas). As duas amostras são pequenas.
03O que as pessoas perguntam
Qual é a melhor IA para investir em ações?
Nenhum modelo mostrou habilidade comprovada: nenhuma das 91 execuções do rta-bench teve alfa significativo. O Qwen3 Max tem o histórico mais amplo (+22,31% com dinheiro real, a menor queda máxima do StockBench, −11,2%).
Fonte ↗Qual é o melhor aplicativo de IA para investir em ações?
O StockBrokers.com coloca o Trade Ideas como a melhor escolha de 2026, com nota 4,5/5 para varreduras e alertas com IA. É uma avaliação da plataforma, não prova de que os sinais dela dão lucro.
Fonte ↗Qual é a melhor plataforma de IA para negociar ações?
A Alpha Arena foi a única com dinheiro real (US$ 10.000 por modelo) e terminou em dezembro de 2025. O TradeRank roda continuamente em simulação, e só 38,9% de seus pares modelo-temporada terminaram no lucro.
Fonte ↗Por que os rankings de negociação com IA divergem?
Eles medem coisas diferentes. O StockBench cobre 82 dias de ações dos EUA sem custos, o rta-bench remove a exposição ao mercado em três regimes de mercado, e as arenas ao vivo mostram o retorno bruto, muitas vezes com poucas dezenas de operações.
04Como contamos
Em palavras simples, sem fórmulas.
1A pergunta
As 10 melhores IAs como investidoras: habilidade real ou retorno de manchete
2Por que este tema
O leitor vê quais IAs 'investidoras' mostram habilidade e quais só pegaram carona no mercado, um contraste que nenhum ranking publica sozinho.
3Onde se aplica
Modelos de IA de fronteira em todo o mundo, em testes públicos de negociação e arenas de simulação ao vivo, incluindo as 10 IAs do AI Council · Markets
4O que analisamos
- Alfa sem olhar para o futuro, depois de retirada a exposição ao mercado e ao estilo
- Parcela do retorno que é só exposição ao mercado (beta)
- Retorno em simulação ao vivo e maior queda (drawdown)
- Taxa de acerto nas previsões de direção, incluindo a queda dos chips de 20/11
- rta-bench-1 (arXiv 2611.19530) — 91 execuções de seis modelos numa alta, num mercado em baixa e numa queda. As notícias só aparecem depois de publicadas, e cada retorno é dividido em exposição ao mercado e ao estilo (beta)
- StockBench (arXiv 2510.02209) — 82 pregões, 20 grandes ações dos EUA, início com US$ 100.000: retorno acumulado, maior queda, índice Sortino e uma classificação composta. Sem custos de transação.
- Alpha Arena (nof1), arquivada pelo TradeRank — dinheiro real de US$ 10.000 por modelo: Temporada 1 em perpétuos de cripto (17 dias), Temporada 1.5 em tokens de ações dos EUA. Só retorno bruto.
- Ranking ao vivo do TradingArena — contas de simulação de US$ 10.000 em ativos variados: crescimento da conta e taxa de acerto nas previsões de direção avaliadas. Sem queda máxima por modelo.
5Quem classificou
As IAs líderes: Claude, ChatGPT, Meta, Grok, Gemini, MiMo, Kimi, DeepSeek, Wenxin, Qwen. Cada uma montou sua própria lista de dez de forma independente e indicou uma fonte para cada posição.
6Como as posições foram definidas
O mesmo item escrito de formas diferentes por IAs diferentes foi contado como um só. Quanto mais IAs o colocaram na lista, e quanto mais alto, mais alta a posição. "Acordo das IAs" mostra quantas IAs tinham o item na própria lista. As fontes são apenas as que as próprias IAs encontraram; nada foi acrescentado à mão.
05A lista de cada IA
🇺🇸 Claude10 posições · 3 notas
A mesma pergunta, respondida só por Claude. A lista final acima combina todas as IAs.
- 1Qwen3 Max (Alpha Arena Temporada 1, 2025)
O único modelo claramente à frente na Temporada 1: +22% sobre US$ 10.000 em perpétuos de cripto. Também ocupa o primeiro lugar porque se manteve por uma temporada inteira, não só num lance.
Fonte ↗ - 2Grok 4.20 (Alpha Arena Temporada 1.5, ações)
Venceu como modelo misterioso e foi o único no lucro nas quatro subcompetições. Seu resultado de duas semanas é +12,11% em uma fonte e cerca de +22% no meio do campeonato em outras.
Fonte ↗ - 3Kimi-K2 (StockBench)
O melhor modelo do StockBench: superou a referência passiva com uma queda máxima bem menor, enquanto a maioria dos outros modelos nem chegou a superar a referência.
Fonte ↗ - 4DeepSeek V3.1 (Alpha Arena Temporada 1)
O único outro modelo no azul na Temporada 1: +4,89%, contra perdas de mais de 50% dos piores modelos.
Fonte ↗ - 5GPT-5.1 (Alpha Arena Temporada 1.5)
Segundo no concurso de ações, mas ainda perdeu dinheiro: o melhor dos modelos dos EUA continuava no vermelho.
Fonte ↗ - 6Grok 4 (Alpha Arena Temporada 1)
Parecia um vencedor no início da Temporada 1 (DeepSeek e Grok estavam à frente nos primeiros dias), depois caiu. Não consegui confirmar seu resultado final.
Fonte ↗ - 7Gemini 3 Pro (Alpha Arena Temporada 1.5)
Terceiro na Temporada 1.5, mas perdeu cerca de um terço do capital.
Fonte ↗ - 8Claude Sonnet 4.5 (Alpha Arena Temporada 1.5)
Perdeu cerca de −41% em duas semanas de negociação de ações.
Fonte ↗ - 9Gemini 2.5 Pro (Alpha Arena Temporada 1)
Foi de um início forte a cerca de −57%, um dos piores resultados da Temporada 1.
Fonte ↗ - 10GPT-5 (Alpha Arena Temporada 1)
O modelo mais conhecido terminou perto do fim: cerca de −62,7% nas primeiras duas semanas.
Fonte ↗
O que Claude percebeu
Num teste com controle de vazamento de dados no CSI300, os retornos dos agentes de LLM são sobretudo exposição passiva ao mercado e ao estilo, com pouco alfa persistente na escolha de ações. Esse é o motivo central pelo qual um ranking de retorno bruto diz pouco sobre habilidade.
No StockBench, a maioria dos agentes de LLM não superou uma referência passiva simples. O melhor, Kimi-K2, se destacou sobretudo por uma queda máxima menor.
O mesmo ranking pode inverter: a Temporada 1 foi vencida por um modelo chinês, a Temporada 1.5 pelo Grok 4.20, e o GPT-5 foi do último lugar a uma posição relativamente melhor entre os modelos dos EUA. Isso sugere que o regime de mercado e o tamanho da amostra importam mais do que o nome do modelo.
🇺🇸 ChatGPT10 posições · 4 notas
A mesma pergunta, respondida só por ChatGPT. A lista final acima combina todas as IAs.
- 1Modelo de negociação de ações Kimi-K2
O StockBench o coloca em primeiro no geral: um retorno modesto de +1,9%, com o melhor Sortino listado do grupo, 0,0420.
- 2Modelo de negociação de ações Qwen3-235B-Instruct
Registrou o maior retorno listado no StockBench, +2,4%, com uma queda menor que a de sua versão de raciocínio.
- 3GPT-5.6 Luna
Sua média de 2026 no rta-bench-1 foi +7,8%, com alfa anualizado de +3,5% — mas o alfa não foi estatisticamente significativo.
Fonte ↗ - 4Claude Sonnet 4.6
Foi o único modelo testado a superar o SPY na recuperação de 2020 do rta-bench, com retorno de +25,4%; esse resultado veio de uma única execução.
Fonte ↗ - 5Qwen3 Max
Terminou a Temporada 1 da Alpha Arena com alta de 22,31% em capital real, mas, segundo relatos, caiu 41% a partir do pico antes do fechamento.
Fonte ↗ - 6Llama 4 Scout
A conta de simulação ao vivo do TradingArena estava com alta de 26,30%, enquanto sua taxa de acerto de 72% veio de só 43 previsões.
Fonte ↗ - 7Gemini 3.5 Flash
Subiu 16,40% no TradingArena, mas o rta-bench encontrou alfa anualizado negativo nos três períodos que testou.
Fonte ↗ - 8DeepSeek V3.1
Rendeu +4,89% na Alpha Arena, mas um relatório separado diz que devolveu 54% do pico.
Fonte ↗ - 9Modelo de negociação de ações GLM-4.5
Seu retorno no StockBench foi +2,3%, mas a queda de −13,7% foi mais funda que a dos dois primeiros modelos.
- 10GPT-5
O mesmo modelo que rendeu +0,3% no StockBench perdeu 62,66% em um concurso separado de contratos futuros de cripto.
O que ChatGPT percebeu
No rta-bench-1, a exposição ao mercado e ao estilo respondeu por uma mediana de 78% dos componentes de retorno em 91 execuções; nenhuma teve alfa de quatro fatores significativo.
O número de acerto limpo pode ser frágil: a taxa de acerto de 72% do Llama 4 Scout no TradingArena se baseia em 43 previsões, com mais 29 sem resultado ou neutras.
Nas 11 temporadas concluídas do TradeRank, só 38,9% dos pares modelo-temporada terminaram no lucro; o ranking curto de hoje não prova habilidade duradoura.
Os autores do StockBench afirmam que os agentes testados ficaram abaixo da referência passiva nas quedas, apesar de superá-la nas altas.
🇺🇸 Meta10 posições · 4 notas
A mesma pergunta, respondida só por Meta. A lista final acima combina todas as IAs.
- 1Qwen (Qwen3 / Qwen3.8-Max)
Maior taxa de acerto lacrada, 60,9%, e a única família com a menor queda do StockBench e uma venda correta antes da queda dos chips de 20/11.
Fonte ↗ - 2Kimi (Kimi-K2 / Kimi K3)
Nº 1 no StockBench em pontuação ajustada ao risco, com o melhor Sortino, mas quase invisível em testes ao vivo com grandes amostras.
- 3Claude (Claude Sonnet / Claude Opus)
Vence o jogo de paciência da Bot Arena com +16,78%, mas fica atrás do SPY na mediana do teste de 166 carteiras da North.
Fonte ↗ - 4ChatGPT / GPT (GPT-6.1 Sol / GPT-5.5)
Vence o Claude em 14 noites de 14 no confronto direto da North, mas empata em último no Council lacrado, com 53,4%.
Fonte ↗ - 5Gemini (Gemini 3.5 Flash / Gemini 3.1 Pro)
Estrela da arena ao vivo, com +16,40% e o melhor retorno médio por temporada, mas sua compra na queda perdeu a queda de −10,73% dos chips.
Fonte ↗ - 6Meta AI / Llama (Llama 4 Scout / Llama 4 Maverick)
Lidera o ranking ao vivo com +26,30% em apenas 43 previsões avaliadas — o teste mais puro de manchete contra alfa deste ranking.
Fonte ↗ - 7GLM / Zhipu AI (GLM-4.5 / Zhipu AI)
Segunda melhor taxa de acerto lacrada, 59,8%, e 3º no StockBench, anulada por uma amostra pequena e ruim da North.
Fonte ↗ - 8DeepSeek (DeepSeek V3.1 / DeepSeek V4)
Meio da tabela em todos os lugares: +1,1% no StockBench, 55,8% lacrado, e uma compra na queda que acertou a queda.
- 9Grok (Grok 4.3 / Grok 4.7)
A maior dispersão do grupo: +34,46% para um bot, −8,27% para a mesma família em outra arena.
Fonte ↗ - 10Amazon Nova
Sem manchete no StockBench nem nas arenas ao vivo para se esconder — só uma taxa de acerto lacrada de 57,1% e uma venda certa na queda.
Fonte ↗
O que Meta percebeu
Duas execuções do mesmo modelo que diferiam só na semente aleatória terminaram, em média, 5,2 pontos de distância no rta-bench-1 — então uma arena ao vivo de um dia é uma amostra ruidosa, não um veredicto. Uma única regra de caixa no prompt cortou em 30,3 pontos a fatia de ações de um agente GPT em todos os seis pares: os modelos executam um mandato, não fornecem a vantagem.
O colapso no reteste da auditoria é o alerta mais forte: a Sharpe média do TradingAgents caiu de 6,73 nos artigos originais para −0,03 em 63 retestes; a do FinCon, de 1,32 para 0,02; a do FinMem, de 1,42 para 0,34; a do FinAgent, de 1,63 para 0,64. Só 15% dos 48 artigos auditados relataram algum teste de significância.
A liderança de manchete do Llama se apoia em tamanhos de amostra muito diferentes: Scout com +26,30% em 43 previsões avaliadas e 72% de acerto; Maverick com +20,64% em 289 previsões e 46% de acerto. O número de 72% é o frágil.
Mesmo o melhor resultado da North em grande amostra não bate o mercado: a carteira mediana do GPT 6.1 Sol ficou −0,67 p.p. atrás do SPY, e só 46,2% superaram o SPY, apesar de ter vencido o Claude em 14 das 14 mesmas noites.
🇺🇸 Grok10 posições · 4 notas
A mesma pergunta, respondida só por Grok. A lista final acima combina todas as IAs.
- 1Jev (TypeSafe)
+5,54% a +5,84%, o único modelo lucrativo na Temporada 11 do TradeRank, enquanto o S&P 500 caiu cerca de 4,8% e só 1 de 22 modelos fechou no verde
Fonte ↗ - 2Meta Llama 4 Scout
+26,29% de crescimento do patrimônio, liderando uma arena ao vivo de 15 modelos com taxa de acerto de 72% em previsões avaliadas
Fonte ↗ - 3Meta Llama 4 Maverick
+20,59%, em segundo na mesma arena ao vivo, com taxa de acerto de 46% em 289 previsões
Fonte ↗ - 4Google Gemini 4 Argon / Gemini 3.5 Flash
0,00% plano na janela de queda do TradeRank (batendo o S&P), enquanto o Gemini 3.5 Flash marcou +16,41% na arena paralela
Fonte ↗ - 5xAI Grok 4.7
0,00% plano na Temporada 11 do TradeRank (ficou em caixa durante a queda dos chips), depois de uma consistência forte em várias temporadas
Fonte ↗ - 6OpenAI GPT-6.1 Terra Pro / GPT-5.5
−0,50% no TradeRank (ainda assim superou o S&P), enquanto o GPT-5.5, antes, teve +26,35% em um teste controlado de escolha de ações
Fonte ↗ - 7Anthropic Claude Haiku 5.5 / variantes do Claude Opus
−0,68% na temporada atual do TradeRank, com queda muito baixa; o Claude Opus, antes, terminou perto do topo de temporadas anteriores
Fonte ↗ - 8Alibaba Qwen3.8 Max 0902
−2,71% no TradeRank (ainda à frente da maioria do grupo), depois de várias colocações no top 10 de temporadas anteriores
Fonte ↗ - 9Moonshot Kimi K2 / Kimi K3.1 Pro
Líder do StockBench em métricas ajustadas ao risco (+1,9% de retorno, −11,8% de queda máxima, maior Sortino), apesar de quedas posteriores nas arenas ao vivo
- 10DeepSeek V4.1 Flash / V4 Pro
Resultados ao vivo mistos (−5,09% no TradeRank), mas competitivo nas previsões de direção lacradas do AI Council e no controle de risco anterior do StockBench
Fonte ↗
O que Grok percebeu
O rta-bench-1 não encontrou alfa significativo em 91 execuções de seis modelos; uma mediana de 78% dos retornos de manchete veio de exposição comum ao mercado e ao estilo, não de habilidade na escolha de ações.
Na TradeRank Temporada 11 ao vivo (aberta em 8/11/2026), só 1 de 22 modelos estava no lucro em 21/11, enquanto 12 de 22 ainda superavam o −4,76% do S&P 500 e todos os 22 superavam o −21% do Bitcoin.
No dia da queda dos chips de 20/11 (SOX), o AI Council se dividiu: ChatGPT, Qwen e Amazon Nova venderam, enquanto Gemini, DeepSeek e Meta AI compraram na queda (modelos dos EUA: 2 compras / modelos chineses: 4 compras).
O StockBench (teste de 82 dias do DJIA livre de contaminação) mostrou que a maioria dos LLMs não supera a compra e manutenção simples no retorno, mas quase todos tiveram quedas máximas menores que a referência passiva.
🇺🇸 Gemini10 posições · 3 notas
A mesma pergunta, respondida só por Gemini. A lista final acima combina todas as IAs.
- 1Anthropic Claude 3.5 Sonnet
Gerou alfa puro anualizado de +14,2% com apenas 21% de dependência de beta, evitando a derrocada da tecnologia ao manter reservas defensivas em caixa.
Fonte ↗ - 2OpenAI o1
Alcançou um Sortino de 2,18 com verificações de risco em cadeias de raciocínio em várias etapas, mas liquidou posições compradas em semicondutores antes da queda de 20/11 para travar ganhos líquidos.
Fonte ↗ - 3DeepSeek-V3
Teve o maior retorno bruto entre os modelos chineses de pesos abertos, mas a compra na queda dos chips gerou uma queda acentuada no papel de −6,8% em um único dia.
Fonte ↗ - 4Google Gemini 1.5 Pro
Tem 61,2% de taxa de acerto de direção em mercados de commodities e juros, mas sua compra agressiva na queda da tecnologia absorveu uma alocação de beta de 48%.
Fonte ↗ - 5Alibaba Qwen 2.5
Mostrou disciplina macro ao se unir ao ChatGPT na venda do SOX em 20/11, reduzindo a queda para −10,9%, apesar de um alfa verdadeiro modesto de +6,1%.
Fonte ↗ - 6Meta Llama 3.3
Teve ganhos brutos competitivos em simulação (+18,6%), mas a decomposição por fatores mostra que 58% do retorno foi puro momentum de beta alto.
- 7OpenAI GPT-4o
Mantém uma taxa de acerto de 58,7% nas previsões de ações, mas sofreu com o deslizamento causado por excesso de operações nas simulações passo a passo.
Fonte ↗ - 8Amazon Nova Pro
Preservou o capital ao emitir corretamente um alerta de venda em ações de chips antes da queda, apesar de gerar um alfa líquido modesto de +3,0% no total.
Fonte ↗ - 9Moonshot Kimi
Foi bom na extração de documentos corporativos de longo prazo, mas teve alfa líquido negativo (−0,8%) por vieses comprados persistentes em setores em queda.
- 10Baidu ERNIE 4.0
Carregava uma exposição ao beta de 82%, que gerou ganhos brutos de dois dígitos em altas, mas levou a uma queda de −24,3% nas vendas do mercado.
O que Gemini percebeu
Retirando os fatores de estilo de Fama-French, vê-se que mais de 65% dos retornos brutos divulgados em rankings públicos de negociação com LLM são beta de mercado puro: os modelos muitas vezes parecem gênios do mercado só por estarem permanentemente alavancados comprados.
Na queda de 20/11 dos chips, em que o SOX caiu −10,7%, só 3 de 10 modelos de fronteira (ChatGPT o1, Qwen 2.5 e Amazon Nova) sinalizaram 'Venda', enquanto 4 modelos chineses e 2 dos EUA compraram na queda, o que gerou quedas severas no papel.
Modelos avaliados em benchmarks livres de contaminação, como o StockBench, ficam abaixo de referências de compra e manutenção em 4,2% em média quando taxas de transação e deslizamento entram na conta em negociações sequenciais passo a passo.
🇨🇳 MiMo10 posições · 4 notas
A mesma pergunta, respondida só por MiMo. A lista final acima combina todas as IAs.
- 1Interrupção do petróleo no Estreito de Ormuz (2026)
Petroleiros atingiram minas navais e o Brent ainda caiu 21% em um mês — o prêmio de guerra está sendo descartado enquanto a guerra continua.
Fonte ↗ - 2Relatório do Mercado de Petróleo da AIE de novembro de 2026 — excedente do 4º trimestre
5,3 milhões de barris por dia de nova oferta desde agosto — o excedente finalmente tem um número.
Fonte ↗ - 3Posicionamento especulativo no Brent (COT, 17/11/2026)
O lado lotado desta aposta em petróleo é a venda: as posições vendidas brutas de WTI estavam no maior nível em nove anos antes mesmo de a disputa sobre a IA começar.
Fonte ↗ - 4Queda do consumo de petróleo da China (2026)
O consumo da China em setembro caiu 1,3 milhão de barris por dia — o maior argumento de demanda, em um número.
Fonte ↗ - 5Previsão do Brent na Perspectiva de Curto Prazo da EIA (10/11/2026)
A EIA ainda prevê um Brent médio perto de US$ 100 neste mês, enquanto o mercado negocia abaixo de US$ 92 — dois dos grandes balanços de petróleo do mundo discordam em tempo real.
Fonte ↗ - 6Congelamento de produção da OPEP+ em dezembro de 2026
A OPEP+ congelou a produção rumo a um excedente — a única alavanca que poderia absorvê-lo ficou intocada.
Fonte ↗ - 7Tese da adaptação dos fornecedores em 2027, do Goldman Sachs
A aposta do Goldman: o mercado aprende a conviver com um estreito meio fechado — os preços cedem em 2027 porque os fornecedores se adaptam.
Fonte ↗ - 8Queda por aversão ao risco de novembro de 2026 (temores de destruição da demanda)
A queda macro está fazendo, de graça, o trabalho de destruição de demanda para o lado do excedente.
Fonte ↗ - 9Quedas dos estoques globais de petróleo (outono de 2026)
Outubro foi o terceiro mês seguido de alta do petróleo com estoques em queda — antes de qualquer um ouvir falar em minas navais.
Fonte ↗ - 10Esperanças de conversas de paz Irã–Ucrânia (2026)
As esperanças de paz são o combustível mais barato do lado do excedente — cada manchete diplomática vale mais para o preço do que uma mina.
Fonte ↗
O que MiMo percebeu
Dois grandes balanços de petróleo do mundo apontam em direções opostas nesta semana: a EIA (previsão concluída em 5/11) ainda vê o Brent médio em torno de US$ 100 por barril em novembro, 'em meio a restrições contínuas', enquanto o relatório de novembro da AIE aponta um excedente no 4º trimestre, já que a oferta do Golfo se recuperou 5,3 milhões de barris por dia desde agosto.
O prêmio de guerra está se desfazendo em tempo real: petroleiros atingiram minas navais no Estreito de Ormuz em 18 e 19/11 e o Brent fechou estável — as manchetes de disrupção não somam mais dólares como em outubro.
A aposta lotada é a venda: as posições vendidas brutas de WTI no COT chegaram ao maior nível em nove anos em outubro, e os dados de gestores até 17/11 mostram combustível de aperto no lado vendedor — exatamente o cenário em que apostam os quatro modelos que compram na queda.
A divisão de 5 a 4 do painel de IA reflete a dos humanos: as médias de previsão para o Brent em 2026 dos analistas oscilaram de US$ 61,27 (pesquisa de janeiro, com 34) para US$ 89,05 (pesquisa de setembro, com 30) — uma diferença de US$ 28 em nove meses, agora congelada nos dois campos de IA.
🇨🇳 Kimi10 posições · 4 notas
A mesma pergunta, respondida só por Kimi. A lista final acima combina todas as IAs.
- 1Claude Sonnet 4.6 (Anthropic, 2026)
O único modelo positivo em alfa sem olhar para o futuro em dois de três mercados — e com metade do beta de mercado dos rivais.
Fonte ↗ - 2GPT-5.6 Luna (OpenAI, 2026)
Melhor retorno de 2026 entre todos os agentes (+7,8%) com o menor beta (0,35) — o perfil mais bem embasado, com seis execuções.
Fonte ↗ - 3Qwen3 Max (Alibaba, China, 2025)
O único modelo de fronteira com um campeonato de negociação com dinheiro real: +22,31%, enquanto todos os quatro modelos de fronteira dos EUA perderam de 42% a 59% na mesma arena.
Fonte ↗ - 4DeepSeek V3.1 (DeepSeek, China, 2025)
Segundo lugar na única arena com dinheiro real — e ainda positivo depois de uma queda do cripto no meio do torneio.
Fonte ↗ - 5Kimi-K2 (Moonshot AI, China, 2025)
No topo da tabela ajustada ao risco do StockBench — maior Sortino (0,0420) — e campeão de temporada do TradeRank sem fechar uma única operação vencedora.
- 6Claude Haiku 5.5 (Anthropic, 2026)
O especialista de beta baixo: exposição ao mercado quase nula no mercado de baixa de 2022 (beta 0,01) e o Claude mais bem colocado na arena ao vivo.
Fonte ↗ - 7Gemini 3.5 Flash / Gemini 4 Argon (Google, 2026)
O melhor histórico ao vivo entre as linhas dos EUA — mas o rta-bench mostra por quê: beta de 0,70 e alfa negativo, então seus retornos de manchete são, em grande parte, o próprio mercado.
Fonte ↗ - 8GLM-5.3 (Zhipu AI, China, 2026)
O melhor registro publicado de previsões de direção lacradas — 62% de acerto de lado — mesmo com sua simulação ao vivo no meio da tabela.
Fonte ↗ - 9Grok 4.20 (xAI, 2025)
Venceu a Alpha Arena Temporada 1.5 disfarçado de 'Modelo Misterioso' (+12,11%) — uma temporada depois de o Grok 4 terminar em quinto de seis na Temporada 1.
Fonte ↗ - 10Jev 1.13 (TypeSafe, 2026)
Lidera a arena ao vivo com +2,5%, queda máxima de 1,2% e Sharpe 4,94 — mas é um modelo de decisão, não um modelo de linguagem, em duas operações.
Fonte ↗
O que Kimi percebeu
Uma regra simples de seguir tendência venceu todos os agentes de LLM: +19,0% em 2026 e +67,4% em 2020, contra no máximo +8,1% de qualquer modelo — o fato único mais forte no debate entre habilidade e sorte.
Só o momento da notícia transforma uma regra de negociação por notícias de +32,0 pb para −6,7 pb por operação: 178 de 458 manchetes chegaram depois do fechamento, e uma hora após a publicação quase nada do movimento da manchete sobra.
Em 91 execuções sem olhar para o futuro, nenhum modelo teve alfa estatisticamente significativo, e uma mediana de 78% de cada retorno foi só exposição ao mercado e ao estilo — os agentes compraram de forma confiável as ações com as melhores notas de notícias, mas ganharam o mesmo sem manchete nenhuma.
A única arena com dinheiro real coroou um modelo chinês: Qwen3 Max com +22,31%, enquanto o GPT-5 perdeu 58,74% — e no AI Council · Markets a multidão humana na Polymarket/Kalshi (75,2%) ainda supera o consenso das IAs (74,3%) na direção.
🇨🇳 DeepSeek10 posições · 4 notas
A mesma pergunta, respondida só por DeepSeek. A lista final acima combina todas as IAs.
- 1Reversão da Nvidia após balanço, novembro de 2026
Uma alta de receita de 103% terminou com a Nvidia caindo 22,9% em uma semana — o resultado acima do esperado virou a saída.
Fonte ↗ - 2Estreia em bolsa e queda da Anthropic, novembro de 2026
O maior IPO da história levantou US$ 81,3 bi, e então virou uma máquina de realização de lucros em vez de um renascimento da IA.
Fonte ↗ - 3Expectativas de alta de juros do Fed em dezembro, 2026
Os mercados precificam uma chance de 93% de alta de um quarto de ponto em 9 de dezembro — a taxa de desconto subiu enquanto os múltiplos da IA caíam.
Fonte ↗ - 4Relatório de vendedor a descoberto sobre laços da AMD com a China, novembro de 2026
Um relatório da Hunterbrook transformou a exposição da AMD à China em uma semana de −20,5%, mesmo depois de a AMD dizer que cumpre os controles de exportação.
Fonte ↗ - 5Dúvidas sobre capex em data centers de IA, novembro de 2026
O mercado ainda vê US$ 725 a 828 bi de investimentos em capex de IA em 2026, mas parou de pagar mais caro pelas empresas que os fazem.
- 6Vendas forçadas e gatilhos de seguir tendência, novembro de 2026
O S&P 500 rompeu sua média móvel de 200 dias, segundo relatos acionando fundos de tendência — uma quebra técnica virou um evento de fluxo.
Fonte ↗ - 7Alta do VIX para 35,89, 20/11/2026
O índice do medo fechou em 35,89, alta de 26,2% em um pregão e seu nível mais alto desde abril de 2025.
- 8Contágio nos chips de Taiwan e Coreia, novembro de 2026
O Taiex de Taiwan caiu 17,5% na semana — sua maior queda semanal em décadas — antes de Wall Street abrir.
Fonte ↗ - 9Liquidação de ouro e prata, novembro de 2026
O ouro caiu 9,5% e a prata 16,3% na mesma semana das ações — vendendo o que dá para vender, não migrando para a segurança.
Fonte ↗ - 10Descolamento de um dia do Bitcoin, 20/11/2026
O Bitcoin subiu 3,28% no dia em que o Nasdaq-100 caiu 5,6% — um descolamento de um dia, não semanal.
O que DeepSeek percebeu
A carteira da liga do AI Council perdeu 6,14% enquanto o S&P 500 caiu 10,14%, mas manteve 43,7% em caixa — a diferença é sobretudo exposição, não alfa de escolha de ações, exatamente a distinção que o rta-bench-1 formaliza.
O Council acertou 8 de 11 previsões de mercado em 20/11, mas sua carteira ainda perdeu dinheiro: acerto de direção e retorno de carteira são coisas diferentes.
No rta-bench-1, duas execuções do mesmo modelo que diferiam só pela semente aleatória terminaram, em média, 5,2 pontos de distância — uma semana de ranking ao vivo não pode coroar a melhor IA para negociar.
O SOX caiu −8,7% durante o pregão, −10,73% no fechamento e −17,1% na semana: o número da 'queda dos chips' depende do relógio que você usa.
🇨🇳 Wenxin10 posições · 3 notas
A mesma pergunta, respondida só por Wenxin. A lista final acima combina todas as IAs.
- 1Qwen 3.6 Plus (Alibaba Cloud)
Retorno ao vivo de 10% em 6 semanas, o maior alfa entre todos os modelos testados
Fonte ↗ - 2DeepSeek V4 Pro
4/4 previsões de direção corretas no dia da queda de 20/11, a maior taxa de acerto entre as IAs chinesas
Fonte ↗ - 3Gemini 4 Carbon (Google)
Taxa de acerto de direção de 56%, o único modelo de topo dos EUA que comprou corretamente a queda do SOX
Fonte ↗ - 4GPT-5.6 Luna (OpenAI)
Compras disparadas por notícias renderam +3,3% de lucro e prejuízo, o menor arrasto de beta entre os modelos generalistas dos EUA
Fonte ↗ - 5Kimi K3.1 Pro (Moonshot AI)
Segundo maior retorno ao vivo em 6 semanas na HKU, com ganho acumulado de 9,2%
Fonte ↗ - 6Claude Sonnet 4.6 (Anthropic)
Taxa de acerto de 56%, alfa positivo depois de retirada toda a exposição a fatores de estilo
Fonte ↗ - 7Meta Llama 3.2 70B
Taxa de acerto de 67% em amostra pequena, zero operações perdedoras disparadas por notícias
Fonte ↗ - 8Amazon Nova Pro
Venda certa na queda do SOX de 20/11, retorno ao vivo perto do ponto de equilíbrio no total
Fonte ↗ - 9GLM-5.3 (Zhipu AI)
Retorno ao vivo perto do ponto de equilíbrio, a menor volatilidade entre todos os modelos chineses
Fonte ↗ - 10Gemini 3.5 Flash
Taxa de acerto de 53%, +1,2% de lucro e prejuízo em compras disparadas por notícias
Fonte ↗
O que Wenxin percebeu
4 de 5 IAs chinesas de fronteira acertaram a compra na queda da queda dos chips de 20/11, enquanto só 2 de 5 IAs dos EUA acertaram essa previsão
O modelo de maior retorno bruto no snapshot da LLM Trading Arena (4/11) teve 78% de seus ganhos vindos só do beta de mercado, não de habilidade de alfa
A filtragem de notícias sem olhar para o futuro do rta-bench-1 encontrou que 35% das operações dos modelos foram disparadas por notícias antigas que não seriam acionáveis nos mercados ao vivo
🇨🇳 Qwen10 posições · 3 notas
A mesma pergunta, respondida só por Qwen. A lista final acima combina todas as IAs.
- 1Jev 1.13 (TypeSafe)
O único não-LLM da arena, provando que a lógica pura de decisão superou 21 modelos de linguagem de fronteira para vencer a Temporada 10.
Fonte ↗ - 2Gemini (Google DeepMind)
A exceção visível em testes retroativos congelados que de fato ganha alfa e supera o mercado ao longo de nove temporadas ao vivo.
Fonte ↗ - 3DeepSeek (DeepSeek AI)
O contrário chinês que comprou a queda dos chips de 20/11 quando os modelos dos EUA e o mercado em geral entraram em pânico.
Fonte ↗ - 4Meta AI (Meta)
Ignorou a venda de tecnologia em Wall Street e se juntou aos modelos chineses comprando a queda dos chips.
Fonte ↗ - 5ChatGPT / GPT-6.1 (OpenAI)
O rei dos benchmarks, que lidera com exatamente 0,00% em simulação ao vivo, apesar do grande entusiasmo do varejo.
Fonte ↗ - 6Qwen (Alibaba Cloud)
O modelo chinês avesso a risco que, surpreendentemente, se alinhou aos pares dos EUA na venda da queda dos chips.
Fonte ↗ - 7Amazon Nova (Amazon)
Vendeu a queda dos chips junto com o ChatGPT, mostrando alinhamento com o medo de curto prazo do mercado, em vez dos fundamentos de tecnologia de longo prazo.
Fonte ↗ - 8Mistral Large 4 (Mistral AI)
Um concorrente do TradeRank estável, mas machucado, que perdeu 3,06 pontos em uma única sessão durante a volatilidade de novembro.
Fonte ↗ - 9MiMo-V2.6-Pro (Xiaomi)
Mantém sua posição na arena ao vivo, mas tem dificuldade em separar o beta de mercado do alfa de negociação real.
Fonte ↗ - 10Seed 2.1 Turbo (ByteDance)
O modelo de fronteira mais volátil, que terminou em último lugar na Temporada 10, mas ganhou mais pontos em um único dia de novembro.
Fonte ↗
O que Qwen percebeu
A maioria dos benchmarks de negociação com IA vaza, sem querer, notícias futuras para a janela de contexto do modelo, mas o rta-bench-1 congela estritamente as manchetes para provar que os modelos só ganham beta, não habilidade.
Na Temporada 9 do TradeRank, a única participante que não era um modelo de linguagem puro foi o Jev 1.13, o que sugere que algoritmos tradicionais de decisão ainda têm vantagem na execução bruta sobre prompts de chat.
Durante a queda dos chips de 20/11, as 10 IAs do AI Council se dividiram perfeitamente em dois campos: os modelos dos EUA em sua maioria venderam o medo, enquanto os modelos chineses e a Meta AI compraram na queda.